INFRASTRUKTUR ANALISIS PENYIMPANGAN PERKIRAAN DEBIT MENGGUNAKAN MODEL MOCK

DAN NRECA

Deviation Analysis of Discharge Prediction Using Mock and NRECA Models

I Gede Tunas Jurusan Teknik Sipil Universitas Tadulako-Jalan Soekarno Hatta Km. 8 Palu 94118, Email:tunasw@yahoo.com

Surya B. Lesmana

Jurusan Teknik Sipil Universitas Muhammadyah Yogyakarta

ABSTRACT Due to limitedness of hydrometric data which is used to hydrology analysis in accordance with water resources development, the discharge should be predicted based on rainfall data using hydrology model. Nevertheless, It must be realized that the performance of hydrology models are generally limited. Almost hydrology models can’t fully imitate watershed behavior especially in transformed rainfall to discharge. This is related to the complexity of input and watershed system that is not fully represented in the model. Therefore, the model performance must be optimized before applied in advanced hydrology analysis. This research is aimed to investigate model performance in the form of deviation and optimal parameter using Mock and NRECA Models which is applied in one of small watershed (Bangga Watershed) in Central Sulawesi. The result of simulation using arbitrary parameter showed that the average deviations of the Mock and NRECA Models respectively are 70.25 % and 85.93 %. Simulation using optimal parameter decreased the average deviation to be 15.88 % and 23.97 % for Mock and NRECA models respectively. The result of simulation also showed that optimal parameter of the two models have 0.00056 and 0.000724 volume errors and 0.875 and 0.824 correlation coefficients. Keywords : discharge prediction, deviation, Mock and NRECA Models

ABSTRAK Keterbatasan data hidrometri yang digunakan untuk analisis hidrologi berkaitan dengan pengembangan sumber daya air, mengharuskan perkiraan debit di sungai harus dilakukan berdasarkan data hujan menggunakan model hidrologi. Namun harus disadari bahwa kinerja model yang ada umumnya terbatas. Hampir semua model hidrologi tidak dapat sepenuhnya menirukan perilaku DAS khususnya dalam mengalihragamkan hujan menjadi debit. Keterbatasan ini berkaitan dengan kompleksitasnya masukan dan sistem DAS yang tidak sepenuhnya terwakili di dalam model. Oleh karena itu, model-model hidrologi tersebut harus dioptimasi sebelum digunakan dalam analisis. Penelitian ini bertujuan untuk menyelidiki kinerja model dengan mensimulasi penyimpangan dan parameter model oiptimal menggunakan Model Mock dan NRECA yang diaplikasikan di pada DAS kecil dalam hal ini DAS Bangga di Sulawesi Tengah. Hasil simulasi menggunakan parameter sembarang menunjukkan bahwa penyimpangan rata-rata dari kedua model (Mock dan NRECA) berturut-turut adalah 70.25 % and 85.93 %. Simulasi menggunakan parameter optimal, dapat menurunkan penyimpangan rata-rata menjadi 15.88 % and 23.97 % untuk kedua model. Hasil simulasi juga menunjukkan bahwa parameter optimal dari kedua model memiliki kesalahan volume sebesar 0.00056 and 0.000724 dan koefisen korelasi 0.875 and 0.824. Kata Kunci : perkiraan debit, penyimpangan, Model Mock dan NRECA PENDAHULUAN

Pengembangan sumber daya air sungai merupakan usaha untuk menyediakan dan memanfaatkan air untuk menunjang kehidupan manusia. Kegiatan pembangunan seperti pengadaan bendung/waduk untuk irigasi, PLTA dan sumber air bersih memerlukan dukungan analisis data awal tentang ketersediaan air yang akurat. Pada beberapa kasus, data debit tercatat disuatu stasiun hidrometri yang diinginkan untuk menunjang kebutuhan

pengembangan wilayah sungai sering belum tersedia lengkap. Walaupun ada, namun tidak tercatat secara kontinyu sepanjang tahun sehingga dalam keadaan memaksa diperlukan adanya pengukuran langsung dilapangan yang memerlukan waktu, materi dan tenaga.

Pada dasarnya, stasiun hidrometri yang berfungsi memantau dan merekam data elevasi muka air (debit) sungai jumlahnya sangat terbatas dan pada umumnya hanya dipasang di tempat-

Analisis Penyimpangan Perkiraan Debit Menggunakan Model Mock dan NRECA  ( I Gede Tunas dan Surya B. Lesmana) 

 55

tempat tertentu yang dipandang memiliki arti yang cukup penting oleh pengelolanya (Sri Harto, 2000). Hal tersebut disebabkan karena tidak mungkin memasang stasiun hidrometri di sembarang tempat yang tidak terbatas, mengingat biaya pemasangan dan pengelolaan yang sangat tinggi. Disamping itu pula akibat tingginya tingkat sensitivitas instrumen ini, tidak jarang memberikan hasil yang meragukan bahkan tidak berfungsi sama sekali. Implikasinya adalah perekaman data debit pada tahun-tahun tertentu tidak lengkap atau bahkan tidak ada, sehingga pada saat dibutuhkan untuk analisis hidrologi data tidak tersedia atau tersedia dalam jangka waktu yang sangat pendek. Pada sisi yang lain stasiun hidrometri yang ada hanya dilengkapi dengan seperangkat pencatat tinggi muka air otomatis (Automatc Water Level Recorder, AWLR), sehingga untuk mendapatkan data debit diperlukan kalibrasi dari tinggi muka air menjadi debit. Proses kalibrasi ini sebenarnya juga memberikan penyimpangan yang besar karena penampang sungai yang digunakan untuk menetapkan kurva kalibrasi selalu mengalami perubahan setiap saat akibat interaksi antara dinding sungai dengan aliran dalam proses morfodinamik sungai. Konsekuensi dari keterbatasan ini adalah analisis transformasi hujan menjadi debit merupakan satu-satunya cara yang umum digunakan dalam berbagai keperluan terkait dengan pengembangan potensi sumber daya air di khususnya Sulawesi Tengah.

Proses transformasi hujan menjadi aliran sebagaimana digunakan untuk memprediksi data awal tentang ketersediaan air suatu sungai umunya di susun dalam bentuk model. Pada prinsipnya model yang baik adalah model yang dapat menirukan perilaku sistem DAS yang sesungguhnya. Namun keterbatasan model selama ini adalah unjuk kerja model tidak sepenuhnya dapat menirukan perilaku sistem DAS. Hal ini terkait dengan kompleksitas sifat masukan dan sistem yang tidak sepenuhnya terwakili dalam model. Demikian pula penentuan besaran parameter dalam model bukanlah pekerjaan yang mudah. Beberapa parameter model memiliki tingkat sensitivitas yang sangat tinggi sehingga sulit untuk diperkirakan secara tepat. Validitas hasil perkiraan ini sangat tergantung dari kalibrasi dan verifikasi parameter model. Kalibrasi dan verifikasi model hanya dapat dilakukan bila pada sungai yang dianalisis terdapat pengukuran debit dalam rentang waktu tertentu. Bila kondisi ini tidak dipenuhi maka perkiraan debit dengan terpaksa dilakukan tanpa melalui kalibrasi atau dapat juga dengan menetapkan parameter model berdasarkan kalibrasi dan verifikasi terhadap sungai-sungai yang memiliki data debit dan

digunakan untuk memperkirakan debit pada sungai-sungai lain di sekitarnya yang tidak memiliki data debit. Hal lain yang juga dapat dilakukan adalah menganalisis penyimpangan hasil perkiraan debit menggunakan model-model empiris sebagaimana telah disebutkan sebelumnya. Model yang memberi hasil penyimpangan perkiraan debit terkecil (tanpa kalibrasi) dapat digunakan sebagai rujukan untuk memperkirakan debit sungai pada suatu wilayah atau kawasan.

Dua buah model hidrologi yang umum digunakan untuk analisis ketersediaan air terutama oleh para praktisi adalah Model Mock dan NRECA. Model Mock merupakan salah satu contoh model hidrologi yang sederhana untuk menghitung debit suatu sungai. Model ini mentransformasi hujan-aliran mengikuti prinsip keseimbangan air (water balance) untuk memperkirakan ketersediaan air (debit) suatu sungai. Model ini menganggap bahwa hujan yang jatuh pada DAS sebagian akan hilang sebagai evapotranspirasi, sebagian akan menjadi limpasan langsung (direct run-off) dan sebagian lagi akan masuk ke tanah sebagai infiltrasi (Mock, 1973). Apabila kapasitas lengas tanah (soil moisture capacity) telah terlampai, air akan mengalir ke bawah akibat gaya gravitasi sebagai perkolasi (percolation) menuju aquifer jenuh sebagai air tanah (ground water) yang akhirnya akan keluar ke sungai sebagai aliran dasar (base flow). Aliran air hujan yang dialihragamkan (transformation) oleh sistem DAS yang bersangkutan akhirnya akan sampai ke sungai yamg ada dalam DAS yang bersangkutan. Aliran di sungai adalah jumlah aliran langsung di permukaan tanah (overland flow) dan aliran dasar (base flow). Untuk setiap bulannya, terlebih dahulu model akan menghitung penyimpanan kelembaban tanah (soil moistur storage, SMS) pada akhir bulan. Bila SMS akhir lebih besar dari kapasitas kelembaban tanah (soil moisture capacity, SMC) maka akan terjadi kelebihan air (water surplus, WS), dan apabila SMS akhir lebih kecil dari SMC, maka WS = 0. Meskipun tidak terjadi kelebihan air (WS = 0), limpasan langsung dapat terjadi akibat limpasan badai (storm runoff). Besarnya aliran dan penyimpanan air tanah (groundwater storage) diperoleh dengan cara menghitung infiltrasi dari volume penyimpanan, yang mana faktor-faktor infiltrasi (i), resesi aliran air tanah (k) dan faktor limpasan badai (PF) dapat ditentukan (Gambar 1).

INFRASTRUKT

56 

G

Mosederhana atransformassuatu sungRural ElectModel ini dair berdasarpembangkitke outlet dcurah hujandapat digun(monthly keseimbang2).

G

Momenjadi duoff) yang terun-off) dandan aliran djuga dibedkelengasan tanah (grtampungan tampungan kelengasan dan lengas

UR  Vol. 1 No. 1

Gambar 1. S

odel dengaadalah Modesi hujan-aliragai, yang ditric Cooperadikembangkarkan curah t listrik, dimdari daerah n (Setiawan,nakan untuk

discharge)gan air (wate

Gambar 2. St

odel NRECAua, yakni limerdiri dari lin bawah perdasar (base f

dakan menja(moisture s

round watdiperhitung

akhir dan ditentukan lebih yang

1  Juni 2011: 54

Struktur Mod

an strukturl NRECA, man untuk miperkenalkanative Associaan untuk mehujan yang

mana debit aitangkapan

, E., dkk., 2k menghitun) berdasaer balance) d

truktur Mode

A membagimpasan langsimpasan permmukaan (subflow). Tampadi dua yastorage) danter storaggkan sebagtampungan oleh hujan, selanjutnya

4 ‐ 62 

del Mock

r yang lmerupakan mmenghitung dn oleh Natiation (NRECenganalisis dbertujuan u

iran yang mair berasal

2006). Modeng debit bularkan pridi DAS (Gam

el NRECA

i hujan bulsung (direct mukaan (surbsurface runpungan (storakni tampunn tampungange). Perubgai selisih awal. Simpevapotransp

a menjadi a

lebih model

debit ional CA). debit

untuk masuk

dari el ini anan insip mbar

anan run-

rface n-off) rage) ngan n air ahan dari

anan pirasi aliran

langmerair t

tersetelahteruSetiNammodhamPadTenparaberbkirarujupengSula

ME

BanOreterleSulakuraBaraTimBanSulahuja(198

menmacsimupendpengpadaLS)tahuterle01º1Baw01º1peng(AWdianini men

penedaladike

gsung dan irupakan jumtanah.

Penelitianebut denganh banyak d

utama di Piawan dkk., mun demikdel sebelum

mpir tidak pda sisi yang ngah, analisameter hampbagai literatanya menjadukan untuk gembangan awesi Tengah

ETODE PEN

Lokasi pngga (pendu), salah satuetak di wawesi Tengaang lebih 72at Sungai P

mur Laut dangga merupawesi Tengaan dan debit 84-sekarang)

Adapun nyelesaikan pcam yaitu ulasi modedahuluan dgumpulan daa Stasiun B, data curah

un terakhir etak pada 115’37” Lintanwah yang t14’35” LS. gukuran hid

WLR) reratanggap sebaga

selanjutnyanggunakan ku

Selain daelitian ini am bentuk eluarkan o

imbuhan kemlah dari alir

n tentang pen optimasi dilakukan sePulau Jawa

2006 dan kian penyi

m dan sesudpernah dinyalain, untuk ksis penyimpir tidak petur. Oleh kadi penting t

analisis hidan pengeloh.

NELITIAN

penelitian inuduk setempu anak (sub-D

wilayah Kabah, dengan .08 km2. DAalu memanja

an bermuara akan satu-sah yang me(AWLR) ko

). tahapan

penelitian intahap peng

el dan tahadiawali denata sekunder

Bora (119º55h hujan hari

pada Stasiu119º55’00” Bng Selatan (Lterletak pad

Data sedrometri bera harian di ai outlet DA

a akan dikurva kalibras

ata hidroklimjuga dikumpeta RBI

oleh BAK

e air tanah. ran langsung

enggunaan kparameter-p

ecara luas da (Nurrochm

Setiawan dmpangan-pe

dah optimasatakan secakasus-kasus

mpangan daernah ditemarena itu peterutama dapidrologi da

olaan sumber

ni bertempapat menyebDAS) Sungabupaten Sigluas daerah

AS ini terletaang dari Ba

a di Sungai satunya DAemiliki dataontinyu sepa

yang diamni dapat dibedgumpulan ap analisis.ngan identr berupa data5’53” LS daan selama un Bangga Bujur TimuLS) dan Stasda 119º54’3elainnya adrupa elevasBendung B

AS Bangga. Dkonversi mesi debit. matologi ter

mpulkan datskala 1:5

KOSURTANA

Debit totalg dan aliran

kedua modelparameternyadi Indonesiamad dalamdkk., 2006).enyimpangansi parameterra eksplisit.di Sulawesi

an optimasimukan dalam

enelitian inipat menjadilam rangkar daya air di

at di DASbutnya DASai Palu yanggi Provinsih tangkapanak di sebelaharat Daya ke

Palu. DASAS kecil dia perekamananjang tahun

mbil untukdakan atas 3data, tahap. Penelitianifikasi dan

a klimatologian 01º11’39”

minimal 10Atas yang

r (BT) dansiun Bangga5” BT dandalah data

si muka airBangga danData AWLRenjadi debit

rsebut, padata topografi50000 yangAL untuk

l n

l a a

m .

n r . i i

m i i a i

S S g i n h e S i n n

k 3 p n n i ”

0 g n a n a r n R t

a i g k

menentukansatelit untu(land use) Pengolahanlandsat dila

Analiangka evapmenggunakberdasarkandata penyin

Berdaselanjutnya menggunak

n karakteristiuk menentuk

berkaitan dn dan interpakukan deng

a). Loka

Gam

isis awal dimpotranspirasi kan Metodn data klimanaran matah

a). DA

asarkan datadapat ditet

kan metode

ik DAS dan kan jenis pedengan keppretasi datagan menggun

asi penelitian

mbar 3. Peta

mulai dengapotensial r

de Penmaatologi dalamhari (%), d

AS Bangga Gamba

a hujan hariatapkan hujanrata-rata hit

Anali

peta pencitenggunaan lerluan simu

a topografi nakan peran

n

a lokasi pene

an mempredrata-rata bulan Modifm hal ini bedata kelemb

ar 4. Peta DA

an yang tersen rata-rata Dtung (aritma

isis Penyimpang

traan ahan

ulasi. dan

ngkat

lunaperaakurpara

elitian dan po

ikasi anan

fikasi erupa aban

udardan evapinpu

AS dan citra l

edia, DAS athic

meajumhany

gan Perkiraan D

ak Arc GIS angkat lunakrasi yang ameter fisik D

b). Posi

osisi stasiun h

ra relatif (%data tempe

potranspirasiut model.

b). Clandsat DAS

an). Pemilihamlah stasiun h

ya dua buah

Debit Menggun( I Gede 

9.3 dan Er k ini diharap

baik terutaDAS.

si stasiun hid

hidroklimato

%), data keceratur rata-rai potensial

Citra landsatS Bangga

an metode inhujan yang h stasiun, ju

akan Model Mo Tunas dan Sury

Mapper 6. pkan dapat mama dalam

droklimatolo

ologi

cepatan angiata bulanan

ini digunak

t DAS Bangg

ni selain didaterdapat di s

uga pertimba

ock dan NRECAya B. Lesmana)

 57

Penggunaanmemberikan

m penetapan

ogi

in (km/hari)(oC). Angkakan sebagai

ga

asarkan padasekitar DASangan lokasi

A  ) 

7

n n n

) a i

a S i

INFRASTRUKT

58 

kedua staskeperluan dihimpun hrata-rata bul

Perkidengan meNRECA hidroklimatPenggunaanintensitas puntuk riset.umum diguterutama olair. Oleh penyimpangkehandalannpada sungaidebit pada mSetelah dikmodel, tahmelakukan masing-maskuadrat terkini juga dimodel dengperkiraan) Berdasarkanpenyimpangdirekomenduntuk kepeDAS-DAS memiliki ca

HASIL DA

Evaklimatologi menunjukkarata bulana168.45 mmGambar 5. 5.43 mm/ha

Analidata 15 tahupenghujan intensitas memperlihabulanan danAtas dan SHujan dengBulan MareDesember-Psebagaimankecendrung

UR  Vol. 1 No. 1

siun hujan simulasi, d

hujan rata-ratlanan dan jumiraan debit enggunkan berdasarkan tologi yang n kedua mpemakaian b. Secara umunakan dalaleh para prakarena itu

gananya pernya terutami-sungai yanmasa lalu. ketahui penhap akhir

kalibrasi. Psing model kecil (least sitetapkan pegan memband

dengan debn angka pargan terdasikan moderluan-keperl

di sekitar atatan pereka

AN PEMBAH

apotranspirasStasiun

an bahwa aan berkisar

m/bulan sebaAngka ini s

ari.

isis terhadapun memberikterjadi hamp

yang beatkan hujan n jumlah harSta. Bangga

gan intensitaset-Juli dan cePebruari. Hna ditunjukkagan serupa de

1  Juni 2011: 54

relatif berari hasil pta bulanan, jumlah hujan t

rerata haModel Mo

masukan telah dianali

model ini dbaik untuk

mum kedua mam skala yaktisi rekaya

pada kasurlu diuji un

ma untuk meng tidak mem

nyimpangan dari penelit

Parameter-paditetapkan

square methenyimpangandingkan debibit pengamarameter modrkecil mdel yang dluan praktis

DAS Bangaman debit pa

HASAN

si potensial bBora tah

angka evapoantara 118

agaimana disetara dengan

p data hujankan informapir sepanjanerbeda-beda.

harian mari hujan rata-a Bawah tas di atas rata-enderung renHujan harian pada Gamengan jumlah

4 ‐ 62 

rdekatan. Uroses ini dumlah hari htahunan. arian dilakuock dan M

(input) isis sebelumdidasarkan pterapan mau

model ini sayang lebih asa sumber us-kasus tertntuk mengetemprediksi dmiliki pereka

masing-matian ini ad

arameter optdengan me

hod). Pada tn masing-mait simulasi (datan (observdel optimal maka ddapat diguns terutama pgga yang tada masa lalu

berdasarkan hun 1995-2otranspirasi 8.17 mm/buitunjukkan pn 3.94 mm/h

n dengan jumasi bahwa mung tahun den

Gambar aksimum, h-rata Sta. Banahun 1995-2-rata terjadi pndah pada Bian maksimmbar 6 memh hujan bula

Untuk dapat hujan

ukan Model

data mnya.

pada upun angat

luas daya tentu tahui debit aman

asing dalah timal etode ahap asing debit vasi).

dan dapat akan pada tidak u.

data 2009 rata-ulan-pada hari-

mlah usim ngan

6 hujan ngga

2009. pada

Bulan mum

miliki anan.

Hal hujapeniHal menjugaSebhujamodkedu

Ga

men(199simudengmodparauntutahumenditabahwilusthasiparahasimemperumodsesi

tenttahudebicukuKhupenypenyjugamem

ini berarti an maksimingkatan dan

ini menjngingat bahwa (diharapkaagaimana juan ini menjadel baik Modua model diu

ambar 5. Eva

Simulasi nggunakan 95-2009), diulasi tanpa gan paramedel (Mock ameter diperuk tahun 200un lainnya tngingat keampilkan tawa hasil strasi yang bail simulasi ameter modeil simulasi mberikan iluubahan pendel tersebutgnifikan tahu

Sebagaimtang hasil sun 2003, meit simulasi (up besar dusus tahun yimpangan yimpangan a untuk tahmberikan pen

bahwa penimum, relatin penurunanjadi pentinwa kecendruan) terjadi

uga telah dikadi masukan del Mock muji dalam pen

apotranspiras

model derentang datilakukan ter

optimasi peter optimal.

dan NRErlihatkan pad03 (mewakiltidak ditampeterbatasan ahun 2003 simulasi tahaik tentang p

sebelum el. Namun d

pada tahuustrasi yang

nyimpangan , akan tetaun 2003.

mana ditampsimulasi tanemperlihatka(QSIM) mengan debit2003, Mod

antara 9.54 rerata sebeshun yang nyimpangan

ingkatan danif sebandinn jumlah hujng untuk dungan ini

pada debit ketahui bahw

(input) utammaupun NREnelitian ini.

si potensial S

ngan periota hidrologirhadap 2 koparameter d. Hasil simECA) tanpda Gambar 7i). Hasil simpilkan pada

ruang ddengan p

hun 2003 perubahan pedan sesudademikian, seun-tahun laig cukup b

hasil simuapi perubaha

pilkan pada npa optimasan bahwa keemiliki perbt pengamatadel Mock m% - 143.23

sar 52.28 %sama, Mod antara 8.70

n penurunanng denganjan bulanan.disampaikansecara teoridi sungai.

wa paramaterma di dalam

ECA, dimana

Sta. Bora

de bulanani 15 tahunondisi yaknidan simulasimulasi keduapa optimasi7, khususnyamulasi tahun-a tulisan inidan hanyaertimbanganmemberikan

enyimpanganah optimasiesungguhnyainnya, juga

baik tentangulasi keduaannya tidak

Gambar 7i parameterecendrunganbedaan yangan (QOBS).memberikan3 % dengan

%. Demikiandel NRECA0 % - 252.80

n n .

n i . r

m a

n n i i a i a -i a n n n i a a g a k

7 r n g .

n n n A 0

% dengan Pada tahunmemberikanlebih kecipenyimpangDemikian lebih tinggtidak berlaklainnya, adadan 2008)

G

Penysimulasi (tdengan merbulan selambulan kali penyimpangModel Mo14.30 % - sebesar 70penyimpangrata-rata simpenyimpangpenyimpang

Menaumum polamenunjukkadengan lain

penyimpangn 2003 inn ambang bil juga mgan yang lebjuga penyimi dari Modeku secara mea juga pada

ambang ba

Gambar 6. P

impangan rtanpa optimrata-ratakan sma 15 tahun

15 tahun atgan. Berdasock member193.36 %,

0.25 %. Mgan antara 1mpangan sebgan rerata ingan tahun 20

arik untuk a perkiraan an perbedaannya, walau

gan rerata seni, Model bawah peny

memberikan bih besar dampangan reel Mock. Kenyeluruh untahun yang awah penyim

Parameter hu

rata-rata unmasi paramseluruh peny

n, dalam haltau setara dsarkan hasirikan penyimdengan rata

odel NREC3.05 % - 20

besar 85.93 %ni relatif aga003.

dicermati debit kedu

an yang beupun pada b

Anali

ebesar 67.91NRECA se

yimpangan yambang

ari Model Meratanya se

Kecendrunganntuk tahun-talain (1998, 2mpangan M

ujan rerata 19

ntuk 15 tameter) dilakuyimpangan sel ini terdapadengan 180 il perataan mpangan ana-rata simpanCA member05.45 %, den%. Kecendrunak mirip den

bahwa, seua model tesar antara bulan-bulan

isis Penyimpang

1 %. elain yang atas

Mock. dikit n ini ahun 2005

Model

MocModbawambkecepeny

995-2009 (St

ahun ukan etiap at 12

data ini,

ntara ngan rikan ngan ngan ngan

ecara tidak satu dan

tahuperbBulatahutulispenykeduyangmenmendem(QScendpengsebaterle

gan Perkiraan D

ck lebih kecidel NRECA

wah penyimpbang bawah endrungan inyimpangan.

ta. Bangga A

un-tahun tebedaan debian Oktober un-tahun lainsan ini. yimpangan, ua model jug besar, yaknunjukkan ununjukkan

mikian, perbeSIM) dengaderung besaggunaan kedaiknya diebih dahulu.

Debit Menggun( I Gede 

il dari ambanA. Namun angan Modepenyimpangni juga berl

Atas - Sta. Ba

ertentu jugait yang cuktahun 2003

nnya yang Bila dilipenyimpan

uga tidak mkni hanya beruntuk kasus

kemiripan edaan debit an debit ar. Hal ini dua model optimasi

akan Model Mo Tunas dan Sury

ng bawah pesecara umu

el Mock beragan Model Nlaku untuk a

angga Bawah

a terdapat kup besar, s3 (Gambar 7tidak ditam

ihat dari ngan rata-rmenunjukkanrselisih 15.6

tersebut, kkinerja.

perkiraan kpengamata

mengisyarauntuk berbaparameter-p

ock dan NRECAya B. Lesmana)

 59

enyimpanganum ambangada di bawahNRECA, danambang atas

h)

perbedaan-seperti pada7) dan pada

mpilkan padapersentase

rata antaran perbedaan8 %. Hal ini

kedua modelWalaupun

kedua modelan (QOBS)atkan bahwaagai aplikasiparameternya

A  ) 

9

n g h n s

-a a a e a n i l n l ) a i a

INFRASTRUKT

60 

Ga

Selanparamater menentukanmodel, optsolver padaOptimasi dtujuan dengmemaksimacoofecient) masing moMock melip(CDS), koekandungan kelembabanawal (IGWParameter odengan parpersentase surface/infiltampungan awal tampKETANWA(IGWS=ATparameter kemiripan Model MocNRECA. Sparameter parameter Iyang terakhMock dengNRECA. H

UR  Vol. 1 No. 1

ambar 7. Ha

njutnya simuoptimal terhn parameteimasi dilaku

a program spdilakukan d

gan cara memalkan koefidan mengop

odel. Parameputi koefisieefisien infilt

air tanahn tanah ( S

WS) dan faoptimasi Morameter Molimpasan yaltrasi (PSUair tanah me

pungan keleAL), nilai aTANWAL). kedua modeantara paramck dengan pelain itu jugIGWS p

IGWS pada hir adalah pagan paramete

Hasil optimas

1  Juni 2011: 54

asil simulasi

ulasi dilakukahadap keduaer optimal ukan menggpreadsheet (mdengan menminimalkan visisen korelptimalkan paeter optimasen infiltrasi trasi musimh awal (ISMC), tampuktor resesi

odel NRECAodel Mock, ang keluar dUB), persenenuju ke sungengasan tanaawal tampu

Mencermael tersebut, mater ISM

parameter ISMga terdapat kada Model Model NREda parameteer PSUB/GWi parameter-

4 ‐ 62 

Model Mock

an mengguna model. U

masing-magunakan fasimicrosoft exnetapkan fuvolume errorlasi (corelaarameter massi untuk Mmusim kam

m hujan (WSM), kapaungan air t

air tanah A sedikit berb

yang meldari DAS dintase limpgai (GWF), ah (ISMS

ungan air tati konfigu

terlihat addan SMC pMS pada Mkemiripan an

Mock denECA. Kemirr K pada MWF pada m-parameter k

k dan NREC

akan Untuk asing ilitas

xcel). ungsi r dan ation sing-

Model marau

DS), asitas anah (K).

beda liputi sub

pasan nilai atau anah urasi anya pada

Model ntara ngan ripan

Model model

edua

modTab

Tab

CDWISSMIGK

Tab

PSGWISIG

optimemGamtahujugaalasmenMod3.0712.3

CA tahun 200

del tersebutbel 1 dan 2.

bel 1. Nilai pa

Paramete

DS WDS SM (mm) MC (mm) GWS (mm)

bel 2. Nilai p

Paramete

SUB WF

SMS (mm) GWS (mm)

Simulasi keimal sebagamberikan hmbar 8, khusun yang laina tidak ditasan dan penggunakan pdel Mock m7 % - 25.44 31 %.

03 tanpa opti

t selengkapn

arameter opt

er Ni

parameter op

er Ni

edua model maimana ditunhasil sepertsus untuk tah

n sebagaimanampilkan paertimbangan parameter opmemberikan% dengan sModel N

imasi parame

nya diperlih

timasi Model

ilai Awal

0.2 0.3 150 75

200 0.8

timasi Mode

ilai awal

0.50 0.50 50.00 200

menggunakanjukkan padti diperlihahun 2003. Una simulasi sada tulisan

yang samatimal untuk

n penyimpanimpangan re

NRECA m

eter

hatkan pada

l Mock

Nilai Optimasi

0.300 0.186

101.323 101.323 74.120 0.863

el NRECA

Nilai Optimasi

0.610 0.640 95.20 80.65

an parameterda Tabel 2,atkan pada

Untuk tahun-sebelumnya,ini dengan

a. Simulasitahun 2003,

ngan antaraerata sebesarmemberikan

a

r

a

n

a r n

penyimpangsimpangan r

Perataasimulasi mModel Mo3.90 % - 3115. 88 %memberikan% dengan dibandingkasimulasi serelatif s

Ga

Memparameter memperlihamasih terdisampaikanakan bisa mtanpa suatu disebabkan penyederhamodel. Pesecara meradi dalam potensi kesasemakin mstasiun hujyang cukupKagan (Sridistribusinykecendrungdistribusi, (Sukheswal

gan antara rerata sebesaan penyimpa

menggunakanock member1.79 % deng%. Demikian penyimpansimpangan

an dengan ebelumnya, ignifikan.

ambar 8. Ha

mperhatikan hoptimal,

atkan kinerjarlihat adann bahwa momenirukan ppenyimpang

akibat pnaan-penyed

engandaian ata dalam ra

DAS sesualahan yang mendekati kan di dalamp sebagaimi Harto, 20

ya. Apalagi sgan hujan se

intensitas lla, Z.R., 200

1.29 % - 3ar 18.58 %. angan berdan parameter rikan penyimgan simpangaan pula, Mngan antara

rerata sebepenyimpan

penurunanHasil s

asil simulasi M

hasil simulakedua m

a yang cukupnya penyimodel hidroloperilaku yangan (Sri Hartpengandaian,derhanaan dabahwa huj

adius pengaruungguhnya s

besar. Pengkebenaran

m DAS memana yang d000) baik jsaat ini, akibemakin sulit

maupun 03).

Anali

34.00 % den

asarkan 15 tamodel opti

mpangan anan rerata sebModel NRE

1.64 % - 4esar 23.97. ngan dari hn penyimpansimulasi j

Model Mock

asi menggunmodel ters bagus walau

mpangan. Pogi apapun tng sesungguhto, 2000). Ha, asumsi alam penyusujan terdistriuh stasiun hsudah mem

gandaian ini apabila jummiliki kerapdisyaratkan jumlah mau

bat anomali it diprediksi

lama h

isis Penyimpang

ngan

ahun imal, ntara besar ECA 2.50 Bila hasil ngan juga

memsebeModkesakore

Tab

M

MNR

k dan NRECA

akan sebut upun Perlu tidak hnya al ini

dan unan ibusi

hujan miliki

akan mlah patan oleh

upun klim baik

hujan

sangBebsajafaktdemsimuyanghidrpenyseba5 %tulisatasdan kasuyangtelah

gan Perkiraan D

mperlihatkanesar 0.00056del Mock.alahan volumelasi 0.824.

bel 3. Penyim

Model Tp

Mock RECA

A tahun 200

Selain itugat mungkiberapa data a kurang valtor manusia

mikian, diluulasi pada tug cukup mrologi memyimpangan-paiknya di baw

%. Meskipunsan ini mems 10 % dalam

23.97 % uus di Sulaweg dimiliki dah memberika

Debit Menggun( I Gede 

n kesalahan 6 dan koefisi Model

me sebesar

mpangan rata-

Tanpa optimaparameter (%

70.25 85.93

3 dengan par

u, sumber kein terjadi hidrologi d

lid akibat fasebagai pe

uar dugaan-ulisan ini te

memuaskan. mang telah penyimpangawah 10 % atan hasil simumberikan penm hal ini 15.8untuk Modelesi Tengah dapat ditegaskan kinerja ya

akan Model Mo Tunas dan Sury

volume (voien korelasi NRECA m0.000724 da

-rata hasil pe

asi %)

Denganopti

12

rameter optim

salahan (penakibat vali

dan hidrometaktor alat ukengolah datadugaan ters

elah memberPara ahli d

mensyaratkan hasil au paling tid

ulasi kedua nyimpangan 88 % untuk M NRECA, u

dengan keterbkan bahwa kang cukup ba

ock dan NRECAya B. Lesmana)

 61

lume error)0.875 untukmemberikanan koefisien

erkiraan

n parameter imal (%) 15.88 23.97

mal

nyimpangan)iditas data.tri mungkinkur maupun

a. Walaupunsebut, hasilrikan kinerjadan praktisikan bahwa

optimasidak di sekitar

model padarata-rata di

Model Mockuntuk kasus-rbatasan datakedua modelagus.

A  ) 

1

k n n

) . n n n l a i a i r a i k -a l

INFRASTRUKTUR  Vol. 1 No. 1  Juni 2011: 54 ‐ 62 

62 

UCAPAN TERIMA KASIH

Tulisan ini dihimpun dari sebagian hasil penelitian kerjasama dengan Direktorat Jenderal Pendidikan Tinggi Kementrian Pendidikan Nasional Tahun Anggaran 2009. Oleh karena itu, Penulis mengucapkan terima kasih yang tidak terhingga terutama kepada DP2M DIKTI atas pendanaan yang diberikan melalui Penelitian Hibah Bersaing pada Tahun Anggaran 2009 yang diselenggarakan oleh Lembaga Penelitian Universitas Tadulako Palu. Ucapan terima kasih juga diucapkan kepada semua pihak yang telah membantu sehingga penelitian ini dapat terlaksana dengan baik.

KESIMPULAN DAN SARAN Secara umum dapat disampaikan bahwa kedua model yang diuji penyimpangannya pada penelitian ini memberikan kinerja yang cukup bagus. Penuruan penyimpangan rerata dari 70.25 % menjadi 15.88 % untuk model Mock dan dari 85.93 % menjadi 23.97 % untuk Model NRECA, menglustrasikan bahwa optimasi parameter menjadi bagian yang sangat penting untuk dilakukan pada setiap analisis.

Hasil parameter optimal yang diperoleh pada tahapan optimasi, selanjutnya dapat dijadikan sebagai rujukan untuk memprediksi debit pada DAS-DAS yang tidak memiliki stasiun hidrometri terutama DAS-DAS yang berada di sekitar DAS Bangga di Sulawesi Tengah. Namun demikian jika ada data hidrometri terukur, parameter kedua model tersebut dapat diverifikasi.

Untuk penggunaan yang lebih luas, mengingat sangat langkanya data debit terukur di Sulawesi Tengah, penggunaan parameter model tersebut dapat digunakan dengan hati-hati, tentunya dengan memperhatikan karaktersitik hujan, DAS dan sungai dan membandingkannya dengan DAS Bangga yang memiliki stasiun hidrologi dan hidrometri.

DAFTAR PUSTAKA

Mock, F.J., 1973, Water Capability Appraisal Indonesia, Food and Agriculture Organization of The United Nations, Bogor, Indonesia

Olivera, F., 1999, CRWR-Vector v.1.1: An ArcView Extension for Analysis of Vector Data, Center for Research in Water Resources (CRWR), University of Texas, Austin.

Sri Harto Br., 2000, Hidrologi : Teori, Masalah dan Penyelesaian, Nafiri Offset, Yogyakarta.

Sukheswalla, Z.R., 2003, A Statistical Model For Estimating Mean Annual and Mean Monthly

Flows at Ungaged Locations, M.Sc. Thesis, University of Texas, Austin.

Setiawan, E., Sulistiyono, H., dan Budianto, M.B., 2006, Efek Pemberian Nilai Awal Model NRECA Terhadap Konsistensi Hasil Kalibrasi dan Verifikasi, Jurnal Rekayasa UNRAM, Vol. 7 No.1, pp. 24-31 April 2006 ISSN: 1411-5565

Tunas, G., Tanga, A., dan Lesmana, S.B., 2008, Model Transformasi Hujan-Aliran Berbasis Hidrograf Satuan Untuk Analisis Banjir, Prosiding Seminar Nasional Sain dan Teknologi II Universitas Lampung (UNILA), Lembaga Penelitian Universitas Lampung.

Tunas, G., Tanga, A., dan Lesmana, S.B., 2009, Penyusunan dan Pengembangan Model Transformasi Hujan-Aliran Pada DAS-DAS di Sulawesi Tengah Berbasis Sistem Informasi Geografis, Laporan Penelitian Hibah Bersaing DP2M DIKTI, Lembaga Penelitian Universitas Tadulako.

Yunar, A,. dan Tunas, G., 2007, AnalisisPengaruh Perubahan Tata Guna Lahan DAS Palu Terhadap Karakteristik Hidrograf Banjir dengan Pendekatan Sistem Informasi Geografis, Laporan Penelitian Dosen Muda DP2M DIKTI, Lembaga Penelitian Universitas Tadulako.